IMPLEMENTASI TIME SERIES PADA DATA PENJUALAN DI GAIKINDO MENGGUNAKAN ALGORITMA SEASONAL ARIMA

Abstract

Persaingan di industri ini semakin meningkat seiring dengan masuknya peserta usaha baru. GAIKINDO sebagai organisasi otomotif di Indonesia, mengalami penurunan penjualan pada tahun 2020 yang disebabkan oleh pandemi covid-19. Oleh karena itu, untuk bersaing dengan pelaku industri otomotif lainnya, diperlukan optimasi dalam perencanaan yang dilakukan oleh GAIKINDO agar hasilnya menjadi lebih optimal. Penelitian ini akan menguji metode Time Series menggunakan algoritma SARIMA dengan melakukan pendekatan dengan metodologi CRISP-DM. Pengujian ini akan dilakukan menggunakan Google Colaboratory dan dataset yang digunakan adalah data Retail Sales dari Januari 2015 hingga Februari 2023. Hasil dari metode peramalan menunjukkan tingkat akurasi model yang terbaik, dengan akurasi parameter AR (p) = 1, difference (d) = 1, MA (q) = 1, AR musiman (P) = 1, difference musiman (D) = 0, MA musiman (Q) = 0, dan periode (s) = 12 atau SARIMA(1, 1, 1)(1, 0, 0)12 menghasilkan nilai MAPE sebesar 0,407%. Dengan demikian, hasil prediksi Retail Sales pada GAIKINDO yang memungkinkan tidak akan jauh dari hasil forecast yang diperoleh nanti.